分布式水文模型在淮河洪泽湖以上流域洪水预报中的应用

以淮河洪泽湖以上流域为例,采用分布式水文模型,根据降雨和流域内水利工程的现状应用情况进行降雨径流与洪水过程预报研究,同时对息县、鲁台子、蚌埠、蚌埠以下淮北以及淮南流域进行参数率定.预报模型在2003年淮河大洪水预报中进行了检验,取得了较高的预报精度.     

基于SCE-A算法的新安江模型参数优化及应用

为了减小水文模型参数优化中人工试错法和局部优化法的不确定性,以一种快速有效的优化方法搜索到水文模型参数的全局最优解。以安徽呈村流域为例,使用SCE-UA算法对新安江模型参数进行优化,日模型和次洪模型分别采用总体水量误差和对数绝对值误差作为目标函数,分析优化结果并对优化参数进行检验。经检验分析,日模型检验期确定性系数均达到0.8,次洪模型检验期确定性系数接近0.9。研究结果表明,采用SCE-UA算法优化新安江模型参数可以取得较好结果,目标函数的选择对参数优化有着重要作用。     

三门峡-小浪底区间分布式水文模型构建

依据从DEM中提取的汇流网、水流路径长度和坡度等流域特征,建立了适合于黄河三门峡—小浪底区间水文过程的松散耦合型分布式水文模型．该模型用Horton下渗曲线进行单元网格的产流计算,用各产流单元的汇流时间和线性水库相结合的方法模拟洪水过程中的洪峰平移和坦化现象．对研究区域11场洪水过程的模拟结果显示,该模型基本上能将洪水总量、洪峰流量和峰现时间的误差控制在许可误差内。     

蚁群算法在黑河上游VIC模型参数校正中的应用

参数优选是水文模型应用过程中的一项基础性工作.蚁群算法结合了分布式计算和正反馈机制,是一种较容易理解和实现的元启发式算法,已在求解复杂组合问题中展示出优异的性能.本文将蚁群算法应用于黑河上游VIC模型的参数优选中,通过与SCE-UA算法对比,探究蚁群算法在VIC模型中的适用性.经过蚁群算法优选的VIC模型在率定期(2003—2006年)和验证期(2007—2008年)的Nash效率系数分别为0.62和0.65,结果优于SCE-UA算法模拟结果.通过对蚁群算法在应用过程中的参数设定进行初步探究,结果表明:当蚂蚁数目为60,信息素蒸发系数为0.2时,蚁群算法在黑河上游水文模拟中易获得较好的率定结果.研究结果显示:蚁群算法是一种有效的VIC模型参数优选方法,适宜在其他水文模型参数优化进行推广.     

基于水文模型的缺资料流域设计洪水计算

从流域降雨径流物理机制出发,选取不同水文气象分区的4个缺资料小流域,基于暴雨衰减公式进行设计降雨过程计算,结合流域下垫面特征推求模型参数,构建流域水文模型实现设计洪水计算,并将水文模型法计算结果与推理公式法进行比较。结果表明：水文模型法得到的设计洪水与推理公式法相似(洪峰、洪量相对误差均不超过30%);水文模型法考虑了土壤下渗能力随着降雨过程的变化情况和流域内各点汇流过程的不确定性;水文模型参数的时空分布不均匀性更加符合流域实际的产汇流规律,提升了复杂情况下设计洪水计算的可靠性。     

基于EnKF法的径流数据同化对SWAT模型参数优化效果评估

基于集合卡尔曼滤波(EnKF)法,在合理量化模型模拟和径流观测误差、有效处理模型参数演变及过拟合问题的基础上,以淮河上游淮滨水文站以上流域为研究区,构建了基于径流数据同化的SWAT分布式水文模型参数优化方案,就站点实测径流数据同化对模型参数的优化效果进行了评估.结果显示,数据同化过程中,被更新的模型参数集合逐渐收敛并趋...     

遗传算法在新安江模型参数优化中的应用

本文针对新安江数学模型的参数优化识别的问题,在将基本遗传算法用于非线性系统参数优化的基础上,提出了一种改进的遗传算法。结果表明改进的遗传算法具有直观、简便、快速及适应性强等特点。     

改进PSO算法在氧化动力学模型参数估计中的应用

通过构造一个适当的目标函数,将Hg氧化动力学模型的参数估计问题转化为一个多维数值优化问题;然后提出一种基于算术交叉和多样性变异的改进PSO算法来求解该优化问题。算法随机选择粒子与当前最优粒子进行算术交叉操作,将粒子逐步向极值点引导,提高算法的局部搜索能力。引入多样性变异算子以维持种群粒子的多样性。几个标准测试函数的实验结果表明算法具有较好的寻优性能。将算法应用于Hg氧化动力学模型参数估计中,获得了满意的结果。     

基于土壤地形指数和下垫面水文分区的流域模型参数率定

针对流域水文响应会受到地质、地形、地貌、植被、土壤等自然地理因素以及土地利用等下垫面因素综合作用的特点,根据流域下垫面的地理特征进行水文响应分区。借助遥感资料对流域下垫面进行分类并获取土地覆盖/土地利用信息,结合流域土壤类型数据与地形指数推求流域的土壤地形指数。进一步地,利用遥感分类信息和土壤地形指数进行流域的水文分区,率定各个水文分区SCS模型的参数CN值并进行水文模拟,结果表明,屯溪流域21次和东湾流域32次洪水径流模拟相对误差均比传统方法的小。     

垂直腔面发射激光器工作电流-输出光功率强度模型参数估计方法的改进

考虑垂直腔面发射激光器(VCSEL)在稳态时载流子数和光子数关系,改进了工作电流与输出光功率强度(L-I)模型的经验公式,利用交替方向乘子法,基于实测数据确定模型的参数.该模型在考虑激光器的偏置电流受激光器温度影响的同时,还考虑了激光器内部参数之间的耦合关系.仿真结果显示,改进后的模型所得参数,代入经验L-I模型,在相同算法条件下,和实测数据之间的均方误差值比仅考虑激光器偏置电流受温度影响的L-I模型的参数估计方法降低了约1.61 d B.同时,在较高的温度下工作,改进L-I曲线工作电流的有效区间更大.     

基于响应面法的高寒矿山充填配比优化

采用中心复合试验研究采场温度、灰砂质量比和固相质量分数对高寒矿山充填料浆的强度特性和流动特性影响规律.利用多项式近似隐式极限状态方程,建立充填体强度、充填料浆坍落度和充填材料成本响应面回归模型.以回归模型响应值的满意度为输入,使用加权几何平均算法求得料浆充填性能整体满意度,采用基于整体满意度准则的非线性多目标优化技术对充填配比参数进行优化,得到高寒矿山不同采场温度范围下最佳灰砂质量比及充填料浆输送浓度.结果表明:采场温度低于5℃时,固相质量分数70％、灰砂质量比1:6的料浆整体满意度可达0.4～0.5,满足低温充填要求,且整体满意度随温度变化较小;当采场温度增至5℃之上时,温度提高充填性能整体满意度迅速增大,固相质量分数65％、灰砂质量比1:6的料浆满意度增大最快.     

基于响应表面法的汽车侧面安全气囊仿真优化

为加强汽车安全气囊对侧面碰撞中的人体保护,对其进行优化匹配设计.针对传统的安全气囊设计方法存在的不足,引入PSM子结构方法和响应表面优化方法.首先利用PSM子结构方法建立了侧面碰撞安全气囊的优化模型,然后通过一阶响应面筛选设计变量,最后利用二阶响应表面模型对安全气囊的设计参数进行了优化研究.优化结果表明,新的参数组合能够有效提高侧面安全气囊的保护效果,降低人体的损伤风险.     

车载方舱手术室颗粒物质量浓度分布仿真与参数优化

 为有效降低车载方舱手术室的颗粒物质量浓度,提高室内空气洁净度,通过对某车载方舱手术室颗粒物扩散分布规律的仿真分析,以工作平面颗粒物质量浓度最小为目标,以工作平面平均风速为约束条件,建立优化模型,采用序列响应面法对送风速度和送风角度参数进行了优化求解研究。结果表明,手术室的回风口在长边壁面对称布置时,能有效促进室内空气的流动,有利于颗粒物质量浓度的降低;在顶部送风、两长边壁面下侧回风的非单向流手术室内,颗粒物质量浓度主要受气流的影响,主导颗粒物扩散的方向为下风向时,主流区的颗粒物质量浓度较小,医护人员周边及壁面的颗粒物质量浓度较大;优化后的送风速度和送风角度使手术室的颗粒物质量浓度降低78.19%,室内空气质量达到洁净标准。该优化方法可为野外环境下的洁净手术室通风系统设计提供依据。     

响应面优化假单胞杆菌降解咖啡因培养基

利用已筛选出的菌株Pseudomonas putida ECUST5-2降解咖啡因,并对其培养基组分进行优化。首先采用单因子试验从多个因素中寻找出可参考的因素。在此基础之上,利用Plackett-Burman试验筛选出显著影响咖啡因降解率的主要因素为:咖啡因、Na2HPO4、MgSO4和酵母粉。随后用最陡爬坡试验逼近降解菌最大降解率区域。然后利用中心组合设计试验对相关显著因素进行优化,得到咖啡因、Na2HPO4、MgSO4和酵母粉的最佳浓度分别为:3.409 1 g·L-1,0.056 4 g·L-1,0.1611g·L-1和3.570 7 g·L-1。在优化后培养基条件下,咖啡因的降解率(0.105 g·h-1)比其初始咖啡因降解率提高了3.28倍。     

后验参数软化法求解Helmholtz方程柯西问题

为了恢复解的稳定性,提出一种基于Gauss核的后验参数软化正则化方法,得到精确解与近似解之间的稳定性误差估计,并作数值实验,验证了该方法的有效性。     

基于响应面法和正交试验的涡轮流量计优化设计

为降低流体黏度对涡轮流量计测量精度的影响,将涡轮流量计仪表系数线性度误差最小值作为目标函数,在运用计算流体力学（CFD）仿真的基础上,先通过Plackett-Burman设计筛选结构参数,并根据几何结构对目标函数的影响将其划分为两个等级,即显著影响因素和次显著影响因素;再通过Box-Behnken设计及响应面法对显著影响因素进行优化设计,分析结构参数间的交互作用,得到参数的最优设计点;最后在响应面分析基础上通过正交试验对次显著影响因素进行优化设计,得到最优参数组合。对最优参数组合的涡轮流量计进行试验研究,试验结果与CFD计算值吻合,仪表系数线性度误差由1.71%下降至1.59%,表明优化后的涡轮流量计测量精度得到了显著提高,基于响应面法和正交试验的优化方法可以用于涡轮流量计的结构设计。     

考虑误差影响的力学参数反分析神经网络方法研究

通过求偏导技术将反分析的参数误差分别表示为模型误差与测量误差的函数，利用这些函数研究了模型误差与测量误差在力学参数反分析神经网络方法中的传递过程以及影响反分析结果的影响因素．研究结果说明：输入变量的选择严重影响力学参数反分析的精度，选取力学参数灵敏度大的测点位移作为神经网络的输入变量，可以减小模型误差与测量误差对反分析结果的影响．这对提高力学参数反分析的实用性与可信性有重要意义．     

Applications of nonlinear optimization methods to quantifying the predictability of a numerical model for El Nino-Southern Oscillation

The nonlinear optimization methods are applied to quantify the predictability of a numerical model for El Nino-Southern Oscillation (ENSO). We establish a lower bound of maximum predictability time for the model ENSO events (i.e. ENSO events in the numerical model), an upper bound of maximum prediction error, and a lower bound of maximum allowable initial error, all of which potentially quantify the predictability of model ENSO. Numerical results reveal the phenomenon of “spring predictability barrier” (SPB) for ENSO event and support the previous views on SPB. Additionally, we also explore the differences between the linear evolution of prediction error and its nonlinear counterpart. The results demonstrate the limitation of linear estimation of prediction error. All these above results suggest that the nonlinear optimization method is one of the useful tools of quantifying the predictability of the numerical model for ENSO.     

湿室型泵房整体结构优化设计

针对现行规范方法设计的泵房存在粗、大、笨的问题,从降低泵房建设成本的角度,构建以泵房结构总造价最低为目标函数,泵房关键结构几何尺寸等参数为设计变量,泵房结构基底应力、地基承载力、抗滑稳定性、结构强度、沉降量及沉降差为约束条件的优化设计数学模型。采用有限元法对泵房结构进行三维有限元数值模拟,同时借助ANSYS软件提供的优化平台对其进行优化设计研究。结果表明:与原设计方案相比,优化方案的泵房总造价减少了9.7%,结构的缝墩厚度达到限定值,既减少了工程总造价,也降低了结构对地基的要求。     

一类互补约束优化问题的一个扰动方法的收敛性

互补约束优化问题是一类重要的最优化问题,在科学和工程中有着重要的应用.交通规划的道路扩容问题,经济学领域的DICE模型都是互补约束优化问题.这类问题因为约束集合不满足通常的约束规范而不能用传统的非线性规划方法处理,往往用光滑近似的方法来克服这一困难.考虑一类互补约束优化问题的基于光滑化Fischer-Burmeister函数的扰动方法.证明了当光滑化参数μ↘0时扰动问题的值收敛到原问题的最优值,扰动问题的最优解集合的外极限包含在问题最优解集合中.说明扰动问题很容易满足通常的约束规范,并给出扰动问题的一阶必要性最优条件和二阶充分性最优条件.